Kokoro TTS：一款强大的CLI文字转语音工具，能将文本快速转换为自然流畅的语音
Kokoro TTS是一款强大的CLI工具，支持多种语言和声音格式，可将文本转换为语音，并提供EPUB、PDF和TXT等多种输入选项。
开源
Supermemory MCP：跨大型语言模型的通用记忆系统
通过system prompt要求AI在每次聊天中使用tool call传递上下文至MCP（向量数据库），用于保存历史信息并按需查询用户洞察。
3B小模型吊打72B巨头！轻量级文档解析OCR，性能超Gemini，高效且精准！
近日，Yuliang-Liu团队发布了一款名为MonkeyOCR的轻量级文档解析模型，它以结构-识别-关系（SRR）三元组范式实现了高效精准的文档解析，在英文文档解析任务中超越了Gemini 2.5 Pro和Qwen2.5-VL-72B。其处理速度达每秒0.84页，支持中英文文档处理，并能生成Markdown或JSON结构化数据，适用于企业文档处理、学术研究等场景。
Slidev：开发者必备！用代码打造炫酷演示文稿
Slidev 是一个专为开发者设计的开源演示工具，结合现代前端技术和需求提供强大灵活解决方案。支持代码高亮、实时编辑、主题定制、LaTeX 公式渲染和图表绘制等多种功能，适用于技术分享、教学演示和个人项目展示场景。
简单实用的截图翻译工具AI Screenshot Translator ，AI 自动识别并翻译图片中的文字
通过截图操作发送图片至AI模型进行文本识别和翻译，支持自定义快捷键、多窗口结果管理及系统托盘运行。极大提升日常翻译效率，解决文档臃肿、公式复制问题等痛点。
小红书开源142B参数MoE大模型dots.llm1，AI赋能的Paperless-ngx文档管理工具
本文介绍了五项最新技术项目，包括大规模MoE模型dots.llm1、Paperless-gpt文档管理工具、深度研究报告生成器Open Deep Research MCP Server、多智能体金融交易框架TradingAgents以及零监督多智能体系统设计MAS-Zero。这些项目涵盖了人工智能在不同领域的应用，如语言建模、数据处理、报告生成和智能体协作等。
无坐标时代来临！微软开源革命性GUI定位神器，注意力机制+多区域预测，适配任意屏幕！
微软开源GUI-Actor无坐标视觉定位工具，通过注意力机制直接识别目标区域，支持网页、桌面和移动端UI，性能媲美甚至超越传统方法。